DETEKSI PENGUKURAN FINANCIAL DISTRESS MODEL ALTMAN Z-SCORE, ZMIJEWSKI DAN OHLSON O-SCORE: ANALISIS DESKRIPTIF EKSPOLARATIF KOMPARATIF PERUSAHAAN PUBLIK SEKTOR TRADE DAN RETAIL DI INDONESIA PERIODE 2020-2025

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja model Altman Z-Score, Zmijewski, dan Ohlson O-Score dalam mendeteksi financial distress pada perusahaan publik sektor trade dan retail di Indonesia periode 2020–2025. Penelitian menggunakan metode kuantitatif deskriptif dengan pendekatan komparatif. Sampel penelitian terdiri atas 59 perusahaan dengan total 354 observasi selama periode 2020–2025. Data yang digunakan berupa laporan keuangan tahunan yang telah diaudit dan diperoleh dari Bursa Efek Indonesia serta situs resmi perusahaan. Analisis dilakukan melalui perhitungan masing-masing model berdasarkan cut-off, kemudian hasil klasifikasi dibandingkan dengan kondisi aktual menggunakan confusion matrix dan performance metrics yang meliputi accuracy, sensitivity, specificity, precision, dan F1-score. Evaluasi tambahan dilakukan menggunakan analisis ROC-AUC. Hasil penelitian menunjukkan bahwa kinerja ketiga model berbeda berdasarkan dasar kondisi aktual yang digunakan. Pada Aktual 1, model Altman Z-Score menghasilkan accuracy tertinggi sebesar 73,16% dan sensitivity tertinggi sebesar 63,83%. Pada Aktual 2, model Ohlson O Score menghasilkan accuracy tertinggi sebesar 83,05%, sedangkan Altman Z Score menghasilkan sensitivity tertinggi sebesar 61,29%. Berdasarkan analisis subsektor, tidak terdapat satu model yang secara konsisten memiliki kinerja tertinggi pada seluruh subsektor dan kedua dasar aktual. Altman Z-Score menunjukkan sensitivity yang relatif lebih konsisten pada sebagian besar subsektor, sedangkan keunggulan accuracy tersebar antara Altman, Zmijewski, dan Ohlson. Hasil tersebut menunjukkan bahwa kinerja model financial distress dipengaruhi oleh dasar penentuan kondisi aktual dan karakteristik subsektor. Dengan demikian, pemilihan model perlu disesuaikan dengan tujuan analisis dan karakteristik perusahaan, serta hasil prediksi sebaiknya digunakan sebagai alat pendukung dalam deteksi dini financial distress.